四川丹巴独狼沟金矿成因矿物学及指针矿物学特征

凡韬; 赖翔; 程文斌; 郎兴海; 陈翠华; 张海军; 向杨燕; 张燕; 蔡姬敏; 马天祺; 王春林; 彭中山; 张超; 潘亮; 金山

doi:10.12401/j.nwg.2024121

四川丹巴独狼沟金矿成因矿物学及指针矿物学特征

1.
四川省第七地质大队，四川乐山　614000
2.
成都理工大学地球与行星科学学院，四川成都　610059
3.
中国科学院广州地球化学研究所，矿物学与成矿学重点实验室，广东广州　510640

基金项目: 四川省地质矿产勘查开发局科技项目（SCDZ-KJXM202410），自然资源部新一轮找矿突破战略行动科技支撑项目（ZKKJ202427）和四川省自然学科基金重点项目（2024NSFSC1954）联合资助。

详细信息

作者简介:
凡韬（1981−），男，高级工程师，主要从事矿产地质调查和地球化学研究工作。E−mail：176139304@qq.com

通讯作者:
赖翔（1989−），男，博士后，主要从事矿物学、矿相学、矿床学研究工作。E−mail：312910037@qq.com。

中图分类号: P618.51
计量
- 文章访问数: 43
- HTML全文浏览量: 2
- PDF下载量: 28
出版历程
- 收稿日期: 2024-10-28
- 修回日期: 2024-11-27
- 录用日期: 2024-12-10
- 网络出版日期: 2025-02-24
- 刊出日期: 2025-04-19

Genetic Mineralogy and Prospecting Mineralogy of the Dulanggou Gold Deposit in Danba, Sichuan Province

1.
No.7 Geological Brigade of Sichuan Province, Leshan 614000, Sichuan, China
2.
College of Earth and Planetary Science, Chengdu University of Technology, Chengdu 610059, Sichuan, China
3.
Key Laboratory of Mineralogy and Metallogeny, Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640, Guangdong, China

摘要

摘要:
四川丹巴独狼沟金矿床位于扬子地块西缘，是近年来大渡河金成矿带中发现的一个大型金矿床。区别于典型的造山型金矿，独狼沟金矿中主要的载金矿物为碲铋矿物，在成矿带中也较为特殊，极具研究价值。为精细厘定独狼沟金矿的成因类型，明确矿床深部及外围的找矿方向，笔者从成因矿物学和指针矿物学的角度出发，通过电子探针（EPMA）和激光剥蚀–电感耦合等离子质谱仪（LA-ICP-MS）对独狼沟金矿中的黄铁矿、磁黄铁矿、闪锌矿进行微区化学成分分析，利用二阶聚类判别黄铁矿和磁黄铁矿的指针矿物标识特征。测试结果显示，黄铁矿中Ni和Se含量分别为0×10^–6～991.72×10^–6和32.42×10^–6～131.02×10^–6，平均分别为326.06×10^–6和77.74×10^–6；磁黄铁矿中Ni含量为13.90×10^–6～647.62×10^–6，平均为324.02×10^–6；闪锌矿中Fe、Zn 平均含量分别为8.77%和54.24%。黄铁矿和闪锌矿的地球化学特征显示独狼沟金矿属于热液型矿床。矿物温度计表明独狼沟金矿成矿温度较高，属于中高温矿床。成矿主阶段的流体logfS₂值为−11.6～−4.5，而logfTe₂值为−13.0～−7.9。磁黄铁矿和黄铁矿均形成于石英–绢云母–磁黄铁矿阶段，但磁黄铁矿和黄铁矿中的Ni含量均具有较大差异，主成矿阶段来自深源的交代岩石圈地幔热液可能造成了部分磁黄铁矿和黄铁矿中Ni含量明显增高。因此，可将黄铁矿和磁黄铁矿作为独狼沟金矿的指示矿物。
- 矿物学 /
- 独狼沟金矿床 /
- 指针矿物 /
- 四川丹巴
Abstract:
Dulanggou gold deposit in Danba, Sichuan, located on the western margin of the Yangtze Block, it is a large-scale gold deposit discovered in the Daduhe gold metallogenic belt in recent years. Distinguishing from typical orogenic gold deposits, the primary gold-bearing minerals in Dulanggou gold deposit are tellurium-bismuth minerals, which are relatively unique within the metallogenic belt and of great research value. To precisely determine the genetic type of Dulanggou gold deposit and clarify the exploration direction in its depth and periphery, this paper, from the perspectives of genetic mineralogy and indicator mineralogy, conducted micro-compositional analyses of pyrite, pyrrhotite, and sphalerite in Dulanggou gold deposit using Electron Probe Micro-Analyzer (EPMA) and Laser Ablation-Inductively Coupled Plasma-Mass Spectrometry (LA-ICP-MS). Additionally, second-order cluster analysis was applied to investigate the indicator mineral signatures of pyrite and pyrrhotite. The test results show that the content ranges of Ni and Se in pyrite are 0×10^–6 to 991.72×10^–6 and 32.42×10^–6 to 131.02×10^–6, with an average of 326.06×10^–6 and 77.74×10^–6, respectively; Ni in pyrrhotite is 13.90×10^–6 to 647.62×10^–6, with an average of 324.02×10^–6; and in sphalerite, the average content of Fe and Zn are 8.77% and 54.24%. The geochemical characteristics of pyrite and sphalerite suggest that the Duolangou gold deposit is a hydrothermal-type deposit. The mineral thermometer indicates that the Duolangou gold deposit formed at a relatively high temperature, classifying it as a medium- to high-temperature deposit. The fluid logfS₂ values during the main mineralization stage range from −11.6 to −4.5, while the logfTe₂ values range from −13.0 to −7.9. Both magnetite and pyrite formed during the quartz-sericite-magnetite stage; however, the Ni content in magnetite and pyrite varies significantly. The deep-source magmatic hydrothermal fluids during the main mineralization stage likely contributed to the increased Ni content in some magnetite and pyrite. Therefore, pyrite and magnetite can be considered indicator minerals for the Duolangou gold deposit.
- Mineralogy /
- Dulanggou gold deposit /
- indicator mineral /
- Danba Sichuan

HTML全文

土壤是人类工农业生产的基础性资源，随着工业集约化、农村城镇化以及农业现代化进程的不断加快，土壤环境问题日益突出，其中，土壤重（类）金属污染是影响土壤环境的重要因素，其具有污染面积广、存在时间长、生态危害大等特点，且可通过食物链进入身体，危害人类健康（Zhuang et al., 2017），因此对土壤重（类）金属监测、溯源及治理已成为研究热点问题（Cai et al., 2012）。

近年来，国内外学者围绕土壤重（类）金属污染的特征、空间分布以及生态风险进行了系统研究（郑行泉，2018；Chai et al.，2021），通过实地采样、室内分析和模型开发相结合（王海江等，2017），利用地统计学（张慧文等，2009）、GIS（王幼奇等，2016）等手段构建重金属元素的空间分布格局。目前单因子指数法、内梅罗指数法和潜在生态危害指数法是土壤重金属风险评价的常用方法，单因子指数法（汪家权等，2002）结果仅反映某种重金属的污染程度，无法综合评估重金属在土壤中的污染程度；内梅罗指数法（息朝庄等，2008）虽综合各重（类）金属元素的协同效应，但是并没有考虑到受体受到污染物的毒性危害程度；潜在生态危害指数法（王幼奇等，2016）在全面考虑了土壤重金属含量和重金属的环境效应、生态效应、毒理效应等基础上，综合反映出重（类）金属对生态环境的影响，具有快速、准确、简便等特性，是目前开展土壤重（类）金属污染风险评价最常用的评价方法。主成分分析法（PCA）（孟晓飞等，2022）、正定矩阵因子（PMF）（叶盼青等，2022）等方法常用于解析土壤重金属的来源，其中，PMF源解析模型是最为广泛的受体模型之一，其具有不需要测量源指纹谱、分解矩阵中元素非负、可以利用数据标准偏差来进行优化等优点，是美国环保总署（USEPA）推荐使用的重金属来源解析方法（曾妍妍等，2017；麦尔耶姆·亚森等，2017；麦麦提吐尔逊·艾则孜等，2018；比拉力·依明等，2019；尹芳等，2021）。目前，这些土壤重金属研究评价工作主要集中于中东部发达城市，新疆区内的相关研究也主要集中于天山北坡经济带及其他主要工业聚集区，塔里木河流域作为南疆地区经济社会可持续发展和生态系统安全保障的主要载体，前人已在流域内不同地区开展了土地利用变化、水资源承载力等相关研究（冯娟，2015），但就绿洲土壤重（类）金属含量特征及潜在生态风险的研究相对较少。

基于此，笔者以塔里木河下游农二师塔里木垦区为研究区，采集土壤样品125件，对其中7项重金属元素（镉、汞、铅、铬、铜、镍、锌）、1项类金属元素（砷）及pH值进行测定，采用地统计学、内梅罗综合污染指数法、潜在生态风险指数法和正定矩阵因子模型，对各元素空间分布、生态风险及来源进行解析，拟为该区土壤环境评价和污染治理提供科学依据。

1. 区域背景

研究区（E 86°86′～87°35′，N 40°59′～40°98′）位于塔克拉玛干沙漠东北缘（图1），属塔里木河流域下游冲积平原，面积约864.4 km²。研究区气候属于暖温带大陆性干旱气候，年平均气温11.4 ℃，降水量与蒸发量比值约为1∶116。区内主要土壤类型为棕漠土、灌耕土、灌淤土和风沙土，土壤有机质偏低，呈“缺磷、少氮、富钾”的特点。区域自然植被以胡杨（Populus euphratica）、柽柳（Tamarix ramosissima）、罗布麻（Apocynum venetum）和骆驼刺（Alhagi maurorum）为主，盛产棉花、香梨、红枣、鹿茸、葡萄、罗布麻、黑枸杞、牛羊肉等农产品，是中国主要的棉花、库尔勒香梨生产基地、马鹿繁育基地和蛭石生产基地。

图 1 研究区及采样点位置图

a. 新疆维吾尔自治区遥感影像图；b. 研究区土地利用类型图

Figure 1. Location diagram of the study area and the sampling point

下载: 全尺寸图片幻灯片

2. 研究方法

2.1 样品采集与处理

2019年6～8月，在对研究区进行综合研究的基础上，以耕地、园地、林地和荒地4种土地利用类型为基底，采用棋盘式采样法，布设采样点125个，采样深度为0～30 cm。利用美国AMS公司土壤取样器对每个样点采集土壤样品3 kg，去除枯枝落叶等杂质后装入洁净的样品袋内。室温自然风干后过20目尼龙筛，留取300 g样品备用。实际采样过程中，为避免人为活动、交通运输等对结果的影响，对采样点的具体位置进行适当调整。

样品委托新疆有色地质勘查局测试中心进行分析，标准参照《区域地球化学样品分析方法》（DZ/T 0279—2016）。Cr、Cu、Ni、Pb和Zn含量利用美国赛默飞世尔Xseries Ⅱ 等离子体质谱仪测定，As含量采用美国赛默飞世尔XP+荧光光谱仪测定，Hg含量用国产双道原子荧光分光光度计测定，Cd含量用日本日立Z-2010原子吸收分光光度计测定，pH值利用离子选择电极测定仪测定。测定过程质量控制通过全程序空白、国家土壤标准物质（GBW 07544）、平行样测定实现，全流程空白均未检出，标准样品测定误差为−1.6%～3.2%，平行样测定标准偏差为1.3%～3.7%，pH值偏差不超过0.12，均满足质控要求，测定结果真实可信。As、Hg、Cr、Ni、Cu、Zn、Cd和Pb元素的检出限分别为0.200 mg/kg、0.005 mg/kg、0.200 mg/kg、0.600 mg/kg、0.600 mg/kg、0.030 mg/kg、0.05 mg/kg及0.500 mg/kg。

2.2 数据处理

采用Excel对数据进行预处理，利用SPSS 24.0进行描述性统计分析，使用GS+9.0进行地统计学参数分析，利用ArcGIS 10.2制作空间分布图。通过EPA PMF 5.0软件对重（类）金属元素来源进行解析。

2.3 评价方法

采用单因子污染指数法、内梅罗综合污染指数法评价研究区的重（类）金属污染状况，采用潜在生态风险指数法确定土壤生态风险等级，使用正定矩阵因子模型解析土壤重（类）金属来源。

2.3.1 单因子污染指数法（P_r）

直观反映污染元素在土壤环境中的具体情况，是常用的重（类）金属污染评价方法（陈锦等，2020）。计算公式为：

$$ {P}_{r}={C}_{r}/{S}_{r} $$

(1)

式中：$ {C}_{r} $为元素r实测值（mg/kg）；$ {S}_{r} $为相应元素的土壤背景值（mg/kg），文中标准参照新疆土壤元素背景值（表1）。单因子污染指数法评价标准为：$ {P}_{r} $≤1，无污染；1＜$ {P}_{r} $≤2，轻度污染；2＜$ {P}_{r} $≤3，中度污染；$ {P}_{r} $≥3，重度污染。

表 1 土壤重（类）金属描述性统计表（n=125）

Table 1. Descriptive statistics of soil heavy metals（n=125）

元素	最小值（mg/kg）	最大值（mg/kg）	平均值（mg/kg）	标准差（mg/kg）	偏度	峰度	变异系数(%)	新疆背景值（mg/kg）	国国家筛查值（mg/kg）
As	2.40	24.60	9.63	3.71	1.07	1.49	38	11.20	25.00
Hg	0.01	0.03	0.01	0.01	0.89	−0.04	42	0.02	3.40
Cr	23.29	75.70	42.19	10.48	0.69	0.12	25	49.30	250.00
Ni	11.71	39.20	21.39	5.61	0.55	−0.18	26	26.60	190.00
Cu	8.92	40.90	18.96	6.79	0.93	0.62	36	26.70	100.00
Zn	29.68	93.10	52.15	13.91	0.53	−0.32	27	68.80	300.00
Cd	0.07	0.26	0.14	0.04	0.72	0.46	26	0.12	0.60
Pb	10.08	32.58	17.48	3.06	1.29	3.79	17	19.40	170.00
pH	8.01	9.46	8.66	0.29	0.25	0.05	3.3	—	—
注：背景值参照新疆土壤元素地球化学背景值（2011）（叶盼青等，2022）。

下载: 导出CSV

| 显示表格

2.3.2 内梅罗综合污染指数法（P_n）

综合各重（类）金属元素的协同效应，突出最富集元素对环境的污染危害，同时反映多元素对土壤的综合污染程度（奉大博等，2022；王雪婷，2022）。计算公式为：

$$ {P}_{n}=\sqrt{({P}_{rmax}^{2}+{P}_{ravg}^{2})/2} $$

(2)

式中：P_rmax为重（类）金属单因子污染指数最大值；P_ravg是重（类）金属单因子污染指数平均值。内梅罗综合污染指数法评价标准为:P_n≤1，无污染；1＜P_n≤2，轻度污染；2＜P_n≤3，中度污染；P_n≥3，重度污染。

2.3.3 潜在生态风险指数法（RI）

突出重（类）金属元素的生态、环境和毒理效应，根据单因子污染指数计算各重（类）金属生态风险指数，最后综合各重（类）金属元素生态风险指数获得研究区潜在生态风险等级（Nalan et al., 2020；Ajani et al., 2021）。计算方法如下：

（1）单项重（类）金属的潜在生态风险指数

$$ {E}_{r}={T}_{r}\times {P}_{r} $$

(3)

式中：P_r为单因子污染指数；T_r为重（类）金属毒性响应系数，笔者参考沉积学毒性系数（林丽钦，2009）。

（2）综合潜在生态风险指数

$$ RI=\sum {E}_{r} $$

(4)

式中：E_r为各单项重（类）金属的潜在生态风险指数。

2.3.4 正定矩阵因子（PMF）源解析模型

土壤中重（类）金属元素的来源复杂，其途径既可以是单一性，也可以是多元性。笔者通过PMF模型对研究区土壤重（类）金属元素的主要来源进行解析。系统导入各元素的原始数据、不确定度数据，依次确定各元素的信噪比、因子数、拟合精度等相关参数，使其满足规范要求。

PMF模型将样品各元素浓度矩阵（X_ij）分解成源贡献因子矩阵（G_ij）、源成分谱因子矩阵（F_ik）和残差矩阵（E_kj），通过求解定量识别各重（类）金属来源的贡献率（陈明等，2022），具体公式如下：

$$ {X}_{ij} = {\sum }_{k=1}^{p}{G}_{ij}{F}_{ik}+{E}_{kj} $$

(5)

式中：X_ij为第i个样品中第j个元素的含量；G_ij为第j个源对第i个样品的贡献；F_ik为第k个源中第j个元素的含量；E_kj是残差矩阵。

PMF模型通过最小二乘法经多次迭代运算得到目标函数Q，从而得到最优的因子矩阵和源剖面。目标函数Q的定义如下：

$$ Q={\sum }_{i=1}^{n}{\sum }_{j=1}^{m}{\left(\frac{{X}_{ij}+{\sum }_{k=1}^{p}{G}_{ij}{F}_{ik}}{{U}_{ij}}\right)}^{2} $$

(6)

式中：U_ij为第i个样品第j个元素的不确定度：

$$ {U}_{ij}=5/6\times MDL \qquad ( \mathrm{C}\leqslant MDL) $$

(7)

$$ {U}_{ij}=\sqrt{{\left(C\times RSD\right)}^{2}+{\left(MDL/2\right)}^{2}} \qquad ( \mathrm{C} ＞ MDL) $$

(8)

式中：C为重（类）金属元素含量，mg/kg；RSD为相对标准偏差；MDL为方法检出限，参考分析测试标准数据。

3. 研究结果

3.1 土壤重（类）金属含量统计特征

由表1可知，研究区土壤中As、Hg、Cr、Ni、Cu、Zn、Cd、Pb 8种元素的均值分别为9.63 mg/kg、0.01 mg/kg、42.19 mg/kg、21.39 mg/kg、18.96 mg/kg、52.15 mg/kg、0.14 mg/kg和17.48 mg/kg，其中Cd均值是新疆土壤地球化学背景值的1.17倍，其他元素均值低于新疆土壤地球化学背景值，所有元素的均值未超过国家农业用地土壤环境质量标准（GB15618-2018）中规定的风险筛查值。

偏度和峰度分别描述了样本数据分布的对称和高低程度。由表2可知，偏度方面：所有元素的偏度均大于0，特别是As、Pb元素的偏度大于1，处于正偏态。峰度方面：除Pb元素峰度大于3外，其他元素的峰度均小于1。说明部分采样点重（类）金属含量较高，处于区域异常状态。

表 2 相关理论参数及最优拟合模型

Table 2. Related theoretical parameters and optimal fitting model

元素	理论模型	块金值C₀	基台值Sill	块金比（%）	变程（m）	决定系数R²	残差RSS
As	指数	0.02	0.14	0.89	4920.00	0.77	6.10×10⁻⁵
Hg	高斯	0.02	0.14	0.84	3222.00	0.18	1.08×10⁻⁴
Cr	指数	0.01	0.06	0.87	4200.00	0.35	9.66×10⁻⁵
Ni	指数	0.01	0.07	0.89	3570.00	0.22	4.01×10⁻⁵
Cu	指数	0.01	0.12	0.89	2520.00	0.23	1.16×10⁻⁴
Zn	指数	0.01	0.07	0.89	3240.00	0.24	4.20×10⁻⁵
Cd	高斯	0.01	0.06	0.83	2286.00	0.24	5.15×10⁻⁵
Pb	高斯	0.00	0.04	0.83	3186.00	0.38	8.35×10⁻⁶
pH	高斯	0.00	0.00	0.84	3984.00	0.21	1.76×10⁻⁸

下载: 导出CSV

| 显示表格

变异系数（CV）反映了数据的变异程度，CV值越大，表明元素在各个采样点中含量差异越大（陈喜等，2022）。由表2可知，除As、Hg元素属于强变异外，其他元素均处于中等变异水平，说明部分区域存在重（类）金属含量异常现象。受研究区干旱少雨气候的控制，元素迁移聚集受限，导致异常点零星分布。土壤pH值介于8.01～9.46，平均值为8.66，呈强碱性，其偏度、峰度和变异系数分别为0.25、0.05和3.3%，说明区内土壤pH值变化幅度较小。

3.2 土壤重（类）金属含量空间分布规律

土壤是时空连续体，受多种成土因素的共同控制，成土因素的变化易导致土壤理化性质发生改变，致使其空间分布非均一。由于土壤样品仅代表采样点本身的性质，为准确表达各元素的空间分布规律，借助GIS和地统计学理论，利用克里金（Kriging）插值构建空间模型，分析各元素的空间分布格局（胡明等，2021）。通过GS+9.0软件确定相关参数及最优拟合模型（表2），利用ArcGIS 10.2简单克里金插值模块对已知点位数据空间插值估计未采样点的属性值，绘制了研究区土壤重（类）金属元素空间分布图。

由图2a～图2h可知，8种元素的分布范围各不相同，但高值区均主要集中在研究区的西北和东南部，呈现环岛状分布格局。As、Ni及Pb元素分布表现出相对的一致性，含量高值区在西北和东南部分布面积较广，中部零星分布。Hg、Cr和Cd元素也在东南部出现较大范围含量高值区。Cu和Zn元素含量整体较低，仅在东南部小范围出现高值区。前人研究发现，土壤pH对土壤重（类）金属的影响主要体现在两方面，一方面是其决定着元素的形态、溶解度和有效性，另一方面是影响着元素在固相土粒上的专项吸附能力（杨秀敏等，2017；杨淑媛，2022）。由图2i发现，区内pH值空间分布呈现“西北高、东南低”，与土壤中各重（类）金属的空间分布格局一致性较差，表现出一定的负相关关系。原因可能是随着pH值升高，土壤阳离子交换量上升，阳离子的吸附量和吸附能力加强，导致西北部土壤重（类）金属的溶解态减少、颗粒态增多，一定程度影响着重（类）金属元素的空间分布格局。

图 2 研究区土壤重（类）金属含量空间分布示意图

Figure 2. Schematic diagram of the spatial distribution of soil heavy metal content in the study area

下载: 全尺寸图片幻灯片

综上可知，研究区的东南部是土壤重（类）金属含量高值的集中分布区，其次是西北部，中部地区各元素含量值较低。结合野外采样实际可知，三十三团五连、九连、十连及营建连等是土壤重（类）金属含量高值的分布区，同时这里也是当地规模化农业种植的重点区域。

3.3 土壤重（类）金属污染特征和空间分布规律

研究区土壤各重（类）金属的单项污染指数（P_r）平均值大小顺序依次为：Cd（1.16）＞Pb（0.90）＞As（0.86）＝Cr（0.86）＞Hg（0.85）＞Ni（0.80）＞Zn（0.76）＞Cu（0.71）。根据P_r分级标准，区内Cd元素属于轻度污染，其他元素属于无污染。

由表3可知，Hg、Cr、Ni、Cu、Zn和Pb等6种元素无污染样点数的占比均超70%。Cd元素有60.83%的样点处于轻度污染状态。同时，0.7%点位As、Cd元素处于中等污染水平，表明Cd、As是引起研究区土壤重（类）金属污染的主要元素。P_n变化范围为0.61～1.95，平均值为1.04，且轻度污染样本占比大于无污染样本，根据其分级标准，说明研究区处于轻度污染水平。根据计算的$ {P}_{r} $和$ {P}_{n} $指数，利用Arcgis10.2的普通克里金插值模块，绘制了各元素的P_r和P_n指数的空间分布图（图3）。由图3a～图3h可知，各元素P_r指数的空间分布格局各不相同，其中Cu元素表现为全域无污染；Zn元素仅在东南部出现了零星分布的轻度污染区，整体上也处于无污染水平；Cd是研究区污染面积最大、程度最高的元素；As、Hg、Cr、Ni和Pb等5种元素在研究区东南部出现了小面积的轻度污染区。从$ {P}_{n} $指数的空间分布情况来看（图3i），除正北向部分区域和南部零星地区无污染外，整个研究区基本处于轻度污染水平，其中以东南部最为集中。

表 3 不同污染级别的样本数占总样本数的百分数（n=125）

Table 3. The number of samples with different contamination levels is a percentage of the total number of samples (n=125)

指数	元素	无污染	轻度污染	中度污染	重度污染
单因子污染指数（P_r）	As	69.93%	29.37%	0.70%	0
	Hg	72.03%	29.97%	0	0
	Cr	78.32%	21.68%	0	0
	Ni	81.82%	18.18%	0	0
	Cu	88.81%	11.19%	0	0
	Zn	86.71%	13.29%	0	0
	Cd	38.46%	60.83%	0.70%	0
	Pb	78.32%	21.68%	0	0
内梅罗综合污染指数（P_n）	—	48.95%	51.05%	0	0

下载: 导出CSV

| 显示表格

图 3 土壤重（类）金属的$ {{P}}_{{r}}\mathrm{和}{{P}}_{{n}} $空间分布图

Figure 3. Spatial distribution map of $ {P}_{r} $ and $ {P}_{n} $ of soil heavy metals

下载: 全尺寸图片幻灯片

3.4 土壤重（类）金属潜在生态风险评价

结合上述分析发现，P_n指数在评价过程中突出了P_r指数最大的重金属元素对土壤污染影响，使Cd元素在P_n指数中占比过大，导致评价灵敏性不足，无形中增大了土壤重金属污染的面积和程度，无法全面反映研究区土壤重金属污染的综合特征，这与其他学者在相邻研究区的结论较一致（阿吉古丽·马木提等，2017）。同时，由于各重（类）金属元素之间毒性响应系数差异较大，为确保评价结果的准确性，需要对潜在生态风险评价标准进行优化。参考相关文献（马建华等，2020；吴梅等，2023），借鉴前人研究成果（阿吉古丽·马木提等，2017），对研究区潜在生态风险评价标准进行调整如下（表4）。

表 4 调整前后潜在生态风险评价标准

Table 4. Evaluation criteria of potential ecological risks before and after adjustment

	指标	生态危害等级
	指标	轻微	中等	强	很强	极强
调整前	单项生态风险指数（E_r）	＜40	40～80	80～160	160～320	＞320
调整前	综合生态风险指数（RI）	＜150	150～300	300～600	＞600
调整后	单项生态风险指数（E_r）	＜30	30～60	60～120	120～240	＞240
调整后	综合生态风险指数（RI）	＜70	70～140	140～280	＞280

下载: 导出CSV

| 显示表格

由表5可知，除Cd和Hg元素外，其他元素的E_r指数均小于30，生态风险等级为轻微。Cd、Hg元素属于中等生态风险样点数占比分别为61.54%、53.85%，生态风险等级为中等，说明Hg、Cd是研究区土壤生态风险等级上升的主控元素。同时RI指数的变化范围为50.75～179.07，属于轻微、中等、较强生态风险的样点数分别占比29.37%、63.63%和7.00%，说明研究区整体生态风险等级为中等。

表 5 潜在生态风险评价

Table 5. Assessment of potential ecological risks

潜在生态风险系数（E_r）									综合潜在生态污染指数（RI）
元素	As	Hg	Cr	Ni	Cu	Zn	Cd	Pb	综合潜在生态污染指数（RI）
最小值	2.14	14.12	0.94	2.20	1.67	0.43	18.32	2.60	50.75
最大值	21.96	75.29	3.07	7.37	7.66	1.35	66.00	8.40	179.07
均值	8.60	34.03	1.71	4.02	3.55	0.76	34.76	4.51	91.93

下载: 导出CSV

| 显示表格

4. 土壤重（类）金属来源解析

通过PMF模型对125个土壤样品进行解析，得到研究区土壤重（类）金属来源的贡献谱。由图4可知，因子1的主载荷元素为As，贡献率为76.1%。结合图2可知，区内As含量空间分布差异性较大，其含量高值区主要集中于研究区东南部，靠近塔里木河下游，说明重（类）金属的空间分布受到地表水、地下水等水文环境的影响。前人研究表明，研究区北部的天山山脉岩石中含砷矿物，受大气降水、冰川融水的影响，导致了岩石中的As元素的渗出，为区内土壤中As元素的富集提供了丰富的物源。同时，因子2的主载荷元素为Cu、Cr、Ni和Zn，贡献率分别为40%、34%、33.5%和28.10%。由重（类）金属元素的空间分布（图2）可得，Cu、Cr、Ni和Zn空间分布较为一致，表现出显著的相关性，且在研究区东南含量较高，受地形和水动力条件的影响，土壤重（类）金属元素的迁移、活化和富集主要集中在东南部。Cu、Cr和Ni是亲铁元素，在自然界与铁共生。从地质背景分析，它们一般由基性或超基性岩等岩浆来源较深的岩石发育而来，主要与成土母质中的暗色矿物如角闪石、辉石等含量有关（曹佰迪等，2022）。从化学反应分析，这4种元素活泼性较弱，难以与氧或弱酸发生化学反应，它们在氧化、碱性环境下，母岩风化产物较难发生转化（冯博鑫等，2023）。且Cu、Cr、Ni和Zn元素的均值均小于新疆土壤背景值，整体受污染程度较小，人类活动影响较小。因此认为其来源与地质背景密切相关。故因子1、因子2可代表自然因素源。

图 4 重（类）金属PMF因子贡献率图

Figure 4. Contribution rate of heavy metal PMF factors

下载: 全尺寸图片幻灯片

因子3的主载荷元素为Pb，贡献率分别为21.10%。相关研究证实，Pb元素是机动车尾气排放的主要污染物（Begum et al., 2010），特别是Pb常被作为交通来源的识别性元素（余飞等，2023），加之Pb元素拥有较长的半衰期，易富集。贯穿研究区的218国道，是新疆主干交通网络，车辆众多，且以大型货车为主。加之研究区属农业集中区，各类农业机械出入频繁，轮胎磨损、尾气排放等一定程度上增加了Pb等元素的积累。故因子3可代表交通运输源。

因子4的主载荷元素为Cd，贡献率分别为46.80%。农业土壤中Cd的主要来源通常是含有无机化合物和矿物质的农用化学品、化肥和农药。长期使用过量的化肥和农药是导致表层土壤Cd富集的主要原因，因此Cd元素常被用作农药和化肥等使用的标识（Gray et al., 1999）。研究区土地利用类型以耕地为主，棉花、香梨等经济作物的大规模种植，需要消耗大量的化肥和农药，同时，由图2g可知，Cd含量高值区业主要集中于耕地范围内，区内土壤盐渍化较为严重，为保障农业种植，当地常在灌溉水中添加矿源黄腐酸钾，用来改良土壤，该添加剂的长期使用也可导致Cd等重（类）金属元素的富集。故因子4可代表农业生产源。

因子5的主载荷元素为Hg，贡献率分别为30.20%。前人研究表明土壤中Hg的来源与煤炭有关（Hu et al., 2018），Hg蒸气主要通过沉降的方式进入土壤，沉积的主要来源有热电燃烧煤、企业燃煤加热器等（周雪明等，2017）。研究区为南疆主要城市群之一，生产生活电力需求大，易导致重（类）金属元素积累。故因子5可代表煤炭燃烧源。

结合以上数据，计算各重（类）金属来源的贡献比例（图5），其中自然因素（48.88%）对土壤重（类）金属来源的贡献率最大，其次为农业生产（31.63%），同时交通运输（7.29%）和煤炭燃烧（12.20%）也引起部分地区的重（类）金属富集。

图 5 不同污染源贡献率图

Figure 5. Contribution rate of different pollution sources

下载: 全尺寸图片幻灯片

5. 结论

（1）研究区Cd元素的均值是其土壤背景值的1.17倍，其他元素均值都未超过新疆背景值，所有元素的均值未超过国家风险筛查值。说明研究区土壤重（类）金属含量整体处于正常水平，土壤环境质量相对较好。

（2）研究区Cd元素有60.83%的样点处于轻度污染状态，从P_r指数和P_n指数的空间分布格局来看，研究区污染面积最大、程度最高的元素也是Cd元素，因此Cd元素的污染需要引起关注。总的来说，研究区土壤重（类）金属污染程度不高，处于轻度水平。

（3）Hg和Cd中等生态风险样点数分别占比53.85%、61.54%，生态风险为中等级，其他元素为轻微级。同时RI指数的变化范围为50.75～179.07，属于轻微、中等、较强生态风险的样点数分别占比29.37%、63.63%和7%。说明研究区基本处于中等生态风险等级，风险形势整体可控。

（4）PMF源解析结果表明，研究区自然因素（48.88%）对土壤重（类）金属来源的贡献率最大，其次为农业生产（31.63%），交通运输（7.29%）和煤炭燃烧（12.20%）对重（类）金属元素积累的贡献相对较少。

图 1 研究区大地构造位置简图（a）、区域构造地质图（b）、独狼沟金矿床区域地质图（c）（据许志琴等，1992；王吉勇，2016；王昕，2019；Ma et al.，2024修改）

Figure 1. (a) Sketch of the tectonic location of the study area, (b) regional tectonic geological map, (c) regional geological map of the Dulanggou gold deposit

下载: 全尺寸图片幻灯片

图 2 独狼沟金矿矿区地质简图（据马天祺，2024修改）

Figure 2. Geological sketch of Dulanggou gold deposit

下载: 全尺寸图片幻灯片

图 3 独狼沟金矿矿石组构特征

a. 角砾状构造矿石，金属硫化物胶结石英角砾；b. 碲铋矿物呈细脉状穿插矿石；c. 稠密浸染状矿石；d. 稀疏浸染状矿石；e～j.均为反射单偏光光源；e. 碲铋矿物与自然金紧密共生；f. 黄铜矿沿裂隙交代磁黄铁矿；g. 碲铋矿物交代磁黄铁矿呈交代纹象结构；h. 黄铜矿沿裂隙穿插半自形粒状黄铁矿；i. 他形碲铋矿物中出熔自然金，可见碲铋矿物液滴定向分布；j. 磁黄铁矿边部发育黄铜矿和黄铁矿；k. 碲铋矿物+磁黄铁矿+黄铜矿+闪锌矿在石英脉中呈不规则状；Py. 黄铁矿；Po. 磁黄铁矿；Qz. 石英；Au. 自然金；Ccp. 黄铜矿；Sp. 闪锌矿；Bi-Te. 碲铋系列矿物

Figure 3. Structure and texture characteristics of Dulanggou gold deposit

下载: 全尺寸图片幻灯片

图 4 独狼沟金矿矿物生成顺序图

Figure 4. Diagram of mineral generation sequence in Dulanggou gold deposit

下载: 全尺寸图片幻灯片

图 5 碲铋系列矿物（Bi:Te≥1）熔点温度相图（据Okamoto et al., 1983; Ciobanu et al., 2005修改）

Figure 5. Phase diagram of melting temperature for tellurium-bismuth series minerals (Bi:Te≥1)

下载: 全尺寸图片幻灯片

图 6 Te-Bi体系常见矿物组合碲逸度-硫逸度二元相图（底图据Afifi et al., 1988a, 1988b）

Figure 6. Binary phase diagram of tellurium fugacity-sulfur fugacity for common mineral assemblages in the Te-Bi system

下载: 全尺寸图片幻灯片

图 7 黄铁矿Co-Ni判别图解（底图据Zhang et al., 2016）

Figure 7. Pyrite Co-Ni discrimination diagram

下载: 全尺寸图片幻灯片

图 8 黄铁矿微量元素二阶聚类分析图解

Figure 8. Second-order cluster analysis of trace elements in Pyrite

下载: 全尺寸图片幻灯片

图 9 磁黄铁矿微量元素二阶聚类分析图解

Figure 9. Second-order cluster analysis of trace elements in Pyrrhotite

下载: 全尺寸图片幻灯片

表 1 黄铁矿LA-ICP-MS分析结果（10^–6）

Table 1 Analysis results of Pyrite using LA-ICP-MS (10^–6)

样品编号	S	Mn	Fe	Co	Ni	Cu	Se	Ag	W	Au	Pb	Bi
3730-14W-1#-1@PY-1	536402.29	1.84	462838.59	370.27	319.75	1.01	37.82	0.11	18.56	−	0.42	0.18
3730-14W-1#-1@PY-2	531040.56	1.62	468047.03	458.09	374.80	2.58	54.27	0.12	12.82	−	1.40	1.62
3730-14W-1#-1@PY-3	533759.73	1.27	465498.92	359.54	310.00	9.82	40.89	0.20	9.91	−	0.59	0.35
3780-3E-#-2@PY-6	538059.69	30.87	460980.72	328.05	551.36	1.75	36.67	0.30	5.91	−	1.22	0.75
3780-3E-#-2@PY-7	563697.10	20.29	435864.16	298.84	60.09	0.43	32.42	0.94	11.54	−	4.46	2.94
3780-3E-#-2@PY-8	561674.31	46.14	437284.20	421.37	393.75	1.94	39.28	1.22	33.32	0.06	21.51	31.68
3830-01E-1#-1@PY-11	546966.14	17.05	451871.45	429.30	530.31	−	117.43	0.21	57.73	−	0.69	0.46
3830-01E-1#-1@PY-12	546445.97	14.58	452311.60	468.13	580.33	−	121.07	0.00	46.92	−	1.31	0.80
3830-01E-1#-1@PY-13	561691.23	255.80	436480.90	617.56	730.88	−	101.63	0.00	58.78	2.39	1.28	1.19
3830-1@PY-19	550661.55	4.20	449010.86	186.61	24.16	2.14	72.02	0.21	26.87	−	0.94	0.66
3830-1@PY-20	548940.55	2.83	450538.77	307.59	40.34	6.09	79.82	0.57	45.02	−	15.94	9.21
3830-1@PY-21	553965.94	9.07	445527.70	209.17	27.08	13.56	77.73	0.00	152.01	−	0.15	0.05
3930-1E-1@PY-45	538646.46	11.58	460068.13	394.12	160.79	7.90	62.80	0.16	369.77	−	0.54	0.49
3930-1E-1@PY-46	547659.02	85.04	451343.51	489.01	187.79	8.06	60.40	0.12	77.12	0.06	2.34	11.59
3930-1E-1@PY-47	537956.02	18.30	461195.35	385.53	191.32	0.99	71.01	−	74.65	−	2.26	1.53
4075-12E-1#-2-Py-62	537400.19	19.36	461848.72	487.57	38.62	1.68	113.17	−	51.87	−	0.81	0.56
4075-12E-1#-2-Py-63	546772.36	5.53	452679.36	360.76	29.87	0.54	94.83	0.20	40.08	−	1.30	0.76
4075-12E-1#-2-Py-64	541004.39	10.06	458406.99	366.01	29.76	−	93.59	0.56	64.32	−	2.30	1.87
4075-YM1-9#-1-Py-78	527842.25	11.92	470966.52	322.40	698.23	1.59	107.09	0.12	24.32	0.07	8.87	1.61
4075-YM1-9#-1-Py-79	536916.61	4.52	461707.73	323.63	732.00	5.01	67.97	0.04	197.86	1.79	0.23	0.14
4075-YM1-9#-1-Py-80	557472.86	26.84	440502.04	432.15	829.73	16.04	87.01	0.22	542.58	61.58	0.36	0.09
4113-3-12E-1#-1-PY-108	534367.37	3.38	464214.17	476.75	724.19	−	84.47	0.34	102.79	−	0.21	0.30
4113-3-12E-1#-1-PY-109	544944.59	3.81	453589.61	497.19	760.61	0.64	87.44	0.51	96.64	−	0.50	0.66
4113-3-12E-1#-1-PY-110	549612.42	3.45	448513.92	644.80	991.72	0.63	131.02	0.74	77.82	−	1.85	1.61
4113-3-12E-2-PY-137	541483.53	15.84	457622.08	472.42	200.24	1.17	106.05	1.38	67.09	−	12.47	4.15
4113-3-12E-2-PY-138	541762.12	7.94	457370.68	443.44	173.57	13.51	105.58	0.16	101.41	4.15	0.54	0.24
4113-3-12E-2-PY-139	539877.24	9.70	459196.46	460.27	189.89	21.16	116.10	−	108.10	5.13	0.35	0.21
4113-4-1-1#-12E-2-PY-149	539848.55	3.96	458851.78	517.32	675.73	−	66.78	0.76	2.86	−	7.39	4.85
4113-4-1-1#-12E-2-PY-150	536467.17	2.88	462253.46	449.63	738.37	0.13	62.20	0.98	1.44	0.21	6.76	4.02
4113-4-1-1#-12E-2-PY-151	553326.16	2.39	445345.90	620.98	625.00	−	54.80	0.35	6.14	−	1.00	0.85
4113-12-1-PY-162	543357.78	10.42	456110.05	283.09	113.63	−	70.43	0.24	40.94	−	1.15	0.99
4113-12-1-PY-163	539913.91	5.60	459456.90	350.41	148.23	0.79	64.63	0.18	46.36	−	1.24	1.45
4113-12-1-PY-164	547200.16	8.52	452285.40	258.14	97.30	−	58.75	−	83.06	−	0.80	0.43
4115-12E-14E-2-PY-170	539919.02	26.43	459939.91	17.95	−	2.47	85.24	−	−	0.26	0.30	0.19
4115-12E-14E-2-PY-171	524012.41	26.12	475836.87	40.54	−	7.21	62.62	0.46	−	0.72	0.62	0.10
4115-12E-14E-2-PY-172	512947.44	44.69	486896.40	51.24	−	−	49.87	0.25	−	0.64	0.34	0.06
4190-4-PY-198	563433.69	35.43	435229.16	538.51	133.46	510.43	81.82	1.20	0.47	−	1.30	1.72
4190-4-PY-199	559569.98	21.99	439268.03	492.86	162.93	344.17	80.52	0.55	0.46	−	2.08	1.45
4190-4-PY-200	548879.10	24.77	449989.07	533.00	140.36	315.31	94.63	0.41	1.05	−	0.77	0.67
主：“−”表示低于检出限。

下载: 导出CSV

表 2 磁黄铁矿LA-ICP-MS分析结果（10^–6）

Table 2 Analysis results of Pyrrhotite using LA-ICP-MS (10^–6)

编号	S	Mn	Fe	Co	Ni	Cu	Se	Mo	Ag	Pb	Bi
3730-9W-7#-1@PYr-8	363870.46	4.78	635699.45	181.31	174.38	22.39	42.41	0.70	−	0.26	0.46
3730-9W-7#-1@PYr-9	362958.58	4.28	636626.77	180.06	168.68	21.05	37.39	0.61	0.11	0.03	0.18
3730-9W-7#-1@PYr-10	365464.06	4.73	634118.64	179.91	161.95	21.97	37.21	0.73	−	0.16	0.48
3730-14W-1#-1@PYr-16	361057.65	3.83	638227.36	340.87	301.52	8.14	40.21	0.75	−	0.35	0.11
3730-14W-1#-1@PYr-17	358088.33	1.76	641198.31	348.88	309.29	1.68	42.07	0.49	−	0.13	0.06
3730-14W-1#-1@PYr-18	362228.43	1.96	637081.01	341.69	289.66	2.50	43.03	0.60	−	0.13	0.12
3780-3E-#-2@PYr-19	357016.92	−	642088.21	303.82	491.65	4.31	45.23	0.53	0.35	1.72	1.67
3780-3E-#-2@PYr-20	358089.66	−	641081.28	302.88	466.58	0.00	46.26	0.38	0.16	0.99	0.67
3780-3E-#-2@PYr-21	356993.13	−	642152.96	277.60	517.59	0.00	52.20	−	0.35	0.60	0.32
3830-01E-1#-1@PYr-33	356218.83	7.93	642751.53	401.82	515.56	0.74	74.41	1.08	−	1.09	1.64
3830-01E-1#-1@PYr-34	358816.92	5.45	640193.65	398.30	511.93	0.00	63.22	0.84	−	0.91	2.19
3830-01E-1#-1@PYr-35	355081.44	7.33	643933.92	388.13	508.77	0.00	55.93	−	0.42	2.58	1.74
3930-1E-1@PYr-65	354280.56	3.32	645146.25	331.65	142.44	19.32	68.34	−	−	0.51	0.18
3930-1E-1@PYr-66	357925.86	17.10	641456.96	348.66	154.20	4.50	72.09	−	−	0.92	0.67
3930-1E-1@PYr-67	361569.38	27.00	637809.66	333.16	146.43	4.25	74.73	0.77	−	0.45	0.13
4000-12E-1#-1@PYr-68	357913.81	2.30	641571.25	422.77	16.40	0.00	60.10	−	0.69	3.13	0.77
4000-12E-1#-1@PYr-69	360731.68	−	638707.59	432.79	13.90	1.12	65.06	−	1.00	18.49	2.63
4000-12E-1#-1@PYr-70	357296.32	5.31	642198.08	407.90	21.58	0.39	63.19	1.43	−	0.82	0.21
4075-8E-YM-1@PYr-77	355089.79	2.82	643403.39	428.54	613.19	0.00	48.87	1.22	0.38	0.35	0.12
4075-8E-YM-1@PYr-78	349980.00	3.04	648688.23	439.71	631.37	1.24	54.32	0.77	0.15	0.97	1.03
4075-8E-YM-1@PYr-79	353007.03	−	643921.46	447.36	647.62	5.54	58.91	0.47	−	0.60	0.43
4075-12E-1#-2-Pyr-98	369387.77	2.51	630100.92	338.61	28.09	13.28	98.56	1.85	0.40	1.12	2.19
4075-12E-1#-2-Pyr-99	369751.64	2.35	629771.90	331.42	17.60	5.48	94.08	1.54	−	0.57	0.40
4075-12E-1#-2-Pyr-100	361365.75	5.00	638144.35	339.88	24.73	17.61	95.32	−	−	0.09	0.11
4075-YM1-9#-1-Pry-111	352273.41	26.99	646799.89	260.89	536.83	8.36	64.31	1.71	−	0.08	0.12
4075-YM1-9#-1-Pry-112	358264.94	58.42	640734.09	260.42	569.82	15.26	74.89	−	−	0.00	−
4075-YM1-9#-1-Pry-113	366807.60	40.04	631910.28	259.95	592.75	8.36	91.73	−	−	4.26	2.92
4113-1-12E-1#-1-Pry-114	362377.99	5.60	636519.34	421.30	541.92	4.52	111.04	−	−	0.18	−
4113-1-12E-1#-1-Pry-115	361037.29	4.86	637929.93	391.36	530.85	0.00	88.31	0.96	0.50	3.93	4.66
4113-1-12E-1#-1-Pry-116	364894.11	2.83	633777.17	391.14	532.84	3.06	102.36	1.00	1.22	1.19	0.16
4113-3-12E-1-PYR-146	358596.15	3.24	640756.19	353.46	154.31	5.11	107.68	−	−	1.11	1.20
4113-3-12E-1-PYR-147	357341.36	−	642027.92	364.56	152.67	3.03	94.82	1.70	−	1.19	1.67
4113-3-12E-1-PYR-148	352809.89	−	646564.33	367.41	162.94	0.00	80.32	−	−	0.37	−
4113-4-1#-12E-1-PYR-161	356011.33	−	642996.34	334.00	592.09	0.00	56.16	−	−	0.48	0.70
4113-4-1#-12E-1-PYR-162	357257.51	−	641740.77	337.55	579.19	0.64	60.77	−	0.13	0.08	−
4113-4-1-1#-12E-2-PYR-169	350526.21	−	648438.09	358.99	620.12	0.00	43.15	0.95	0.38	0.58	1.16
4113-4-1-1#-12E-2-PYR-170	358556.98	−	640396.17	357.97	618.10	1.07	46.34	−	1.71	6.39	8.35
4113-4-1-1#-12E-2-PYR-171	355985.53	−	642987.83	366.52	609.04	2.39	42.29	−	−	0.28	0.41
4190-5-PYR-191	357355.39	5.01	642084.47	363.98	104.33	9.07	74.39	−	−	0.79	0.32
4190-5-PYR-192	355057.68	−	644354.71	364.29	105.68	14.54	94.00	−	−	0.89	0.25
4190-5-PYR-193	358049.74	−	641327.79	370.28	99.32	15.98	82.65	0.59	−	1.35	0.64
4190-4-PYR-198	349108.77	−	650293.31	348.16	91.90	22.64	75.66	−	0.46	0.18	0.18
4190-4-PYR-199	347533.26	−	651888.29	345.05	88.35	24.08	85.05	−	−	0.39	0.53
4190-4-PYR-200	349946.13	3.87	649499.14	351.48	98.78	23.67	72.11	−	−	0.26	0.15
注：“−”表示低于检出限。

下载: 导出CSV

表 3 闪锌矿的电子探针分析结果（%）

Table 3 Analysis results of sphalerite using EPMA (%)

编号	S	Ag	Zn	Fe	Mn	Cu	Se	Cd	Ge	Total
Sph218	32.867	0.015	54.208	8.435	0	0.005	0.026	3.696	0	99.316
Sph219	32.264	0.005	54.118	8.841	0.013	0.006	0.005	3.772	0	99.058
Sph221	33.024	0	54.138	9.123	0.005	0	0	3.701	0	100.030
Sph222	33.244	0	54.507	8.665	0	0.006	0	3.693	0	100.163

下载: 导出CSV

参考文献(71)

陈光远, 孙岱生, 殷辉安. 成因矿物学与找矿矿物学[M]. 重庆: 重庆出版社, 1987.

CHEN Guangyuan, SUN Daisheng, YIN Huian. Genetic Mineralogy and Prospecting Mineralogy edited[M]. Chongqing: Chongqing Publishing House, 1987.

陈华勇, 肖兵, 张世涛, 等. 蚀变矿物勘查标识体系[M]. 北京: 科学出版社, 2021.

CHEN Huayong, XIAO Bin, ZHANG Shitao, et al. Alteration Mineral Exploration and Identification System[M]. Beijing: Beijing Publishing House, 2021.

凡韬, 王春林, 杨波, 等. 四川丹巴县独狼沟金矿床成因: 来自同位素证据[J]. 地质与勘探, 2023, 59（3）: 481−496.

FAN Tao, WANG Chunlin, YANG Bo, et al. Genesis of the Dulanggou gold deposit in Danba County of Sichuan Province: Based on isotopic evidence[J]. Geology and Exploration, 2023, 59（3）: 481−496.

丁坤, 王瑞廷, 王智慧, 等. 南秦岭柞水山阳矿集区王家坪金矿床地质特征及矿床成因探讨[J]. 西北地质, 2022, 55（1）: 167−178.

DING Kun, WANG Ruiting, WANG Zhihui, et al. Geological Characteristics and Genesis of the Wangjiaping Gold Deposit in Zhashui-Shanyang Ore Concentration area of South Qinling[J]. Northwestern Geology, 2022, 55（1）: 167−178.

凡韬. 四川丹巴独狼沟金矿床构造叠加晕研究及深部盲矿预测[D]. 成都: 成都理工大学, 2017.

FAN Tao. Structural Superposition Halo Study and Prediction of Blind Deposits in the Dulanggou Gold Minefield, Danba, Sichuan Province[D]. Chengdu: Chengdu University of Technology, 2017.

冯李强, 顾雪祥, 章永梅, 等. 山东蓬莱石家金矿床含金黄铁矿微量元素地球化学特征及其对成矿流体的约束[J]. 西北地质, 2023, 56（5）: 262−277.

FENG Liqiang, GU Xuexiang, ZHANG Yongmei, et al. Trace Element Geochemical Characteristics of Gold−Bearing Pyrite from the Shijia Gold Deposit in Penglai, Shandong Province and Its Constraints on Ore−Forming Fluids[J]. Northwestern Geology, 2023, 56（5）: 262−277.

葛战林, 顾雪祥, 章永梅, 等. 南秦岭柞水−山阳矿集区金盆梁金矿床载金硫化物矿物学特征及成矿指示[J]. 西北地质, 2023, 56（5）: 278−293.

GE Zhanlin, GU Xuexiang, ZHANG Yongmei, et al. Mineralogical Characteristics and Metallogenic Indication of Gold−Bearing Sulfides in the Jinpenliang Gold Deposit, Zhashui−Shanyang Ore Cluster Area, South Qinling[J]. Northwestern Geology, 2023, 56（5）: 278−293.

侯林, 丁俊, 汪雄武, 等. 川西丹巴铜炉房金矿区泥盆系危观群黑色岩系地球化学特征及其地质意义[J]. 吉林大学学报(地球科学版), 2012, 42（S2）: 205−215.

HOU Lin, DING Jun, WANG Xiongwu, et al. Geochemistry and Metallogenic Significance of the Devonian Black Rock Series from the Tonglufang Gold Deposit in Danba Area, Western Sichuan Province[J]. Journal of Jilin University (Earth Science Edition), 2012, 42（S2）: 205−215.

刘家军, 王大钊, 翟德高, 等. 低熔点亲铜元素(LMCE)熔体超常富集贵金属的机制及其识别标志[J]. 岩石学报, 2016, 37（9）: 2629−2656.

LIU Jiajun, WANG Dazhao, ZHAI Degao, et al. Super-enrichment mechanisms of precious metals by low-melting point copper-philic element (LMCE) melts[J]. Acta Petrologica Sinica, 2016, 37（9）: 2629−2656.

刘仕玉, 刘玉平, 叶霖, 等. 滇东南都龙超大型锡锌多金属矿床黄铁矿LA-ICPMS微量元素组成研究[J]. 岩石学报, 2021, 37（4）: 1196−1212.

LIU Shiyu, LIU Yuping, YE Lin, et al. LA-ICPMS trace elements of pyrite from the super-large Dulong Sn-Zn polymetallic deposit, southeastern Yunnan, China[J]. Acta Petrologica Sinica, 2021, 37（4）: 1196−1212.

刘星兰. 四川省丹巴县独狼沟金碲铋矿床成矿流体特征研究[D]. 成都: 成都理工大学, 2024.

LIU Xinglan. A Study on the Characteristics of Ore-Forming Fluids in the Dulangou Au-Te-Bi Deposit, Danba County, Sichuan Province[D]. Chengdu: Chengdu University of Technology, 2024.

马天祺. 大渡河流域典型碲化物型金矿床矿物学特征及其指示意义[D]. 成都: 成都理工大学, 2024.

MA Tianqi. Mineralogical Characteristics and Indicative Significance of Typical Telluride-type Gold Deposits in the Dadu River Basin[D]. Chengdu: Chengdu University of Technology, 2024.

马天祺, 张燕, 陈翠华, 等. 四川丹巴独狼沟金矿中金与碲铋矿物的赋存状态及金的富集机制[J]. 岩石矿物学杂志, 2023, 42（4）: 541−554.

MA Tianqi, ZHANG Yan, CHEN Cuihua, et al. The occurrence state of gold and tellurium-bismuth minerals and enrichment mechanism of gold in Dulanggou gold deposit of Danba, Sichuan Province[J]. Acta Petrologica et Mineralogica, 2023, 42（4）: 541−554.

梅建明. 浙江遂昌治岭头金矿床黄铁矿的化学成分标型研究[J]. 现代地质, 2000, 14（1）: 51−55.

MEI Jianming. Chemical typomorphic characteristic of pyrites from Zhilingtou gold deposit, Suichang, Zhejiang[J]. Geoscience, 2000, 14（1）: 51−55.

申俊峰, 李胜荣, 马广钢, 等. 玲珑金矿黄铁矿标型特征及其大纵深变化规律与找矿意义[J]. 地学前缘, 2013, 20（3）: 55−75.

SHEN Junfeng, LI Shengrong, MA Guanggang, et al. Typomorphic characteristics of pyrite from the Linglong gold deposit: Its vertical variation and prospecting significance[J]. Earth Science Frontiers, 2013, 20（3）: 55−75.

宋明伟, 彭义伟, 陈友良, 等. 四川康定偏岩子造山型金矿床成因: 石英微量元素和硫化物S同位素证据[J]. 成都理工大学学报(自然科学版), 2024, 51（4）: 596−613.

SONG Mingwei, PENG Yiwei, CHEN Youliang, et al. Genesis of the Pianyanzi orogenic gold deposit in Kangding, Sichuan: Evidence from quartz trace elements and sulfide S isotopes[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2024, 51（4）: 596−613.

宋英昕, 李胜荣, 申俊峰, 等. 胶东三山岛北部海域金矿床石英热释光和晶胞参数特征及其找矿意义[J]. 地学前缘, 2021, 28（2）: 305−319.

SONG Yingxin, LI Shengrong, SHEN Junfeng, et al. Characteristics and prospecting significance of thermoluminescence patterns and cell parameters of quartz from the undersea gold deposit off northern Sanshandao, Jiaodong Peninsula[J]. Earth Science Frontiers, 2021, 28（2）: 305−319.

王吉勇. 大渡河地区三碉金矿床地质特征及成因探讨[D]. 成都: 成都理工大学, 2016.

WANG Jiyong. Discussion on geological characteristics and genesis of Sandiao gold deposit in Dadu river area[D]. Chengdu: Chengdu University of Technology, 2016.

王京彬, 王玉往, 李庆哲, 等. 造山型金矿容矿建造分类、成矿模式及找矿勘查[J]. 地质学报, 2024, 98（3）: 898−919.

WANG Jingbin, WANG Yuwang, LI Qingzhe, et al. Classification of host rock formation, metallogenic model, and exploration of orogenic gold deposits[J]. Acta Geologica Sinica, 2024, 98（3）: 898−919.

王庆飞, 邓军, 赵鹤森, 等. 造山型金矿研究进展: 兼论中国造山型金成矿作用[J]. 地球科学, 2019, 44（6）: 2155−2186.

WANG Qingfei, DENG Jun, ZHAO Hesen, et al. Review on Orogenic Gold Deposits[J]. Earth Science, 2019, 44（6）: 2155−2186.

王昕. 四川丹巴地区洛河洞金矿床地质特征及成因探讨[D]. 成都: 成都理工大学, 2019.

WANG Xin. Geological Characteristics and Genesis of Luohedong Gold Deposit in Danba Area, Sichuan Province[D]. Chengdu: Chengdu University of Technology, 2019.

许志琴, 侯立玮, 王宗秀, 等. 中国松潘—甘孜造山带的造山过程[M]. 北京: 地质出版社, 1992.

XU Zhiqin, HOU Liwei, WANG Zongxiu, et al. The orogenic process of the Songpan-Ganzi orogenic belt in China[M]. Beijing: Geological Publishing House, 1992.

赵鹤森, 王庆飞, 凡韬, 等. 金矿成矿模式与勘查技术方法—扬子西缘深成丹巴金矿蚀变矿物填图: 对造山型金矿找矿勘查的启示[A]. 首届全国矿产勘查大会论文集C]. 中国地球物理学会, 2021.

赵鹤森. 扬子克拉通西缘丹巴—冕宁造山型金矿带成因机制[D]. 北京: 中国地质大学 (北京), 2019.

ZHAO Hesen. Genetic Mechanism of Danba-Mianning Orogenic Gold Belt on Western Marigin of Yangtze Craton[D]. Beijing: China University of Geosciences (Beijing), 2019.

郑博, 李成禄, 于雷, 等. 黑龙江省多宝山地区二道坎银铅锌矿床黄铁矿标型特征及其S、Pb同位素研究[J/OL]. 现代地质, 2024, 1−37.

ZHENG Bo, LI Chenglu, YU Lei, et al. Typomorphic characteristics and stable isotopes of pyrite from the Erdankan Ag-Pb-Zn deposit in Duobaoshan region of Heilongjiang Province[J/OL]. Geoscience, 2024, 1−37.

邹发. 大渡河流域不同部位典型金矿床矿石特征与成矿过程分析[D]. 成都: 成都理工大学, 2016.

ZOU Fa. Discussion on ore characters and process of the gold mine in Feature correlation of Dadu river basin in different mine[D]. Chengdu: Chengdu University of Technology, 2016.

Afifi A M, Kelly W C, Essene E J. Phase relations among tellurides, sulfides, and oxides: Ⅰ. Thermodynamical data and calculated equilibria[J]. Economic Geology, 1988a, 83: 377−394. doi: 10.2113/gsecongeo.83.2.377

Afifi A M, Kelly W C, Essene E J. Phase relations among tellurides, sulfides, and oxides: Ⅱ. Application to telluride-bearing ore deposits[J]. Economic Geology, 1988b, 83: 395−404. doi: 10.2113/gsecongeo.83.2.395

Alt J C, Shanks III W C S, Jackson M C. Cycling of sulfur in subduction zones: the geochemistry of sulfur in the Mariana Island Arc and back-arc trough[J]. Earth and Planetary Science Letters, 1993, 119: 477−494. doi: 10.1016/0012-821X(93)90057-G

Alt J C, Shanks III W C S. Stable isotope compositions of serpentinite seamounts in the Mariana forearc: serpentinization processes, fluid sources and sulfur metasomatism[J]. Earth and Planetary Science Letters, 2006, 242: 272−285. doi: 10.1016/j.jpgl.2005.11.063

Alt J C, Garrido C J, Shanks III W C S, et al. Recycling of water, carbon, and sulfur during subduction of serpentinites: a stable isotope study of Cerro del Almirez, Spain[J]. Earth and Planetary Science Letters, 2012, 327−328: 50−60. doi: 10.1016/j.jpgl.2012.01.029

Andrea R, Tomkins A G, Oliver N, et al. Sulfur isotope and PGE systematics of metasomatized mantle Wedge[J]. Earth and Planetary Science Letters, 2018, 497: 181−192.

Arehart G B. Characteristics and origin of sediment-hosted disseminated gold deposits: A review[J]. Ore Geology Reviews, 1996, 11（6）: 383−403. doi: 10.1016/S0169-1368(96)00010-8

Bralia A, Sabatini G, Troja F. A revaluation of the Co/Ni ratioin pyrite as geochemical tool in ore genesis problems: Evidences from southern Tuscany pyritic deposits[J]. Mineralium Deposita, 1979, 14(3): 353−374.

Ciobanu C L, Birch W D, Cook N J, et al. Petrogenetic significance of Au-Bi-Te-S associations: The example of Maldon, Central Victorian gold province, Australia[J]. Lithos, 2010, 116: 1−17. doi: 10.1016/j.lithos.2009.12.004

Ciobanu C L, Cook N J, Pring A. Bismuth tellurides as gold scavengers[A]. In: Mao J W, Bierlein F P (eds.). Mineral Deposit Research: Meeting the Global Challenge[M]. Berlin: Spriner, 2005, 1383−1386.

Ciobanu C L, Cook N J, Spry P G. Preface: Special issue: Telluride and selenide minerals in gold deposits: How and why?[J]. Mineralogy and Petrology, 2006, 87（3）: 163−169.

Danyushevsky L V, Robinson P, Gilbert S, et al. Routine quantitative multi-element analysis of sulphide minerals by laser ablation ICP-MS: Standarcdevelopment and consideration of matrix effects[J]. Geochemistry: Exploration, Environment, Analysis, 2011, 11: 51−60.

Deditius A P, Utsunomiya S, Reich M, et al. Trace metal nanoparticles in pyrite[J]. Ore Geology Reviews, 2011, 42（1）: 32−46. doi: 10.1016/j.oregeorev.2011.03.003

Fan L, Wang G Z, Holzheid A, et al. Systematic variations in trace element composition of pyrites from the 26°S hydrothermal field, Mid-Atlantic Ridge[J]. Ore Geology Reviews, 2022, 148: 105006.

Fu B, Touret J L R. From granulite fluids to quartz-carbonate megashear zones: The gold rush[J]. Geoscience Frontiers, 2014, 5（5）: 747−758. doi: 10.1016/j.gsf.2014.03.013

Giuliani A, Fiorentini M L, Martin L A J, et al. Sulfur isotope composition of metasomatized mantle xenoliths from the Bultfontein kimberlite (Kimberley, South Africa): Contribution from subducted sediments and the effect of sulfide alteration on S isotope systematics[J]. Earth and Planetary Science Letters, 2016, 445: 114−124. doi: 10.1016/j.jpgl.2016.04.005

Goldfarb R J, Groves D I. Orogenic gold: common or evolving fluid and metal sources through time[J]. Lithos, 2015, 233: 2−26. doi: 10.1016/j.lithos.2015.07.011

Hou L, Peng H J, Ding J, et al. Textures and In Situ Chemical and Isotopic Analyses of Pyrite, Huijiabao Trend, Youjiang Basin, China: Implications for Paragenesis and Source of Sulfur[J]. Economic Geology, 2016, 111（2）: 331−353. doi: 10.2113/econgeo.111.2.331

Keith M, Haase K M, Schwarz-Schampera U, et al. Effects of temperature, sulfur, and oxygen fugacity on the composition of sphalerite from submarine hydrothermal vents[J]. Geology, 2014, 42（8）: 699−702.

Labidi J, Cartigny P, Jackson M G. Multiple sulfur isotope composition of oxidized Samoan melts and the implications of a sulfur isotope ‘mantle array’ in chemical geodynamics[J]. Earth and Planetary Science Letters, 2015, 417: 28−39. doi: 10.1016/j.jpgl.2015.02.004

Liu Y S, Hu Z C, Gao S, et al. In situ analysis of major and trace elements of anhydrous minerals by LA-ICP-MS without applying an internal standard[J]. Chemical Geology, 2008, 257（1−2）: 34−43. doi: 10.1016/j.chemgeo.2008.08.004

Lusk J, Calder B O E. The composition of sphalerite and associated sulfides in reactions of the Cu-Fe-Zn-S, Fe-Zn-S and Cu-Fe-S systems at 1 bar and temperatures between 250 and 535 ℃[J]. Chemical Geology, 2004, 203（3−4）: 319−345.

Ma T Q, Chen C H, Zhang Y, et al. Mineralogy and mineral chemistry of Bi-Te minerals: Constraints on mineralization process of the Dulanggou gold deposit, Dadu River Metallogenic Belt, China[J]. Ore Geology Reviews, 2024, 169: 106091.

Meinert L D. Gold in skarns related to epizonal intrusions[J]. Reviews in Economic Geology, 2000, 13: 347−375.

Nesbitt B E. Phanerozoic gold deposits in tectonically active continental margins[A]. In: Foster R P (ed). Gold Metallogeny and Exploration[M]. Blackie and Sons Ltd, Glasgow, 1991, 104−132.

Okamoto H and Massalski T B. The Au-Bi(gold-bismuth) system[J]. Bulletin of Alloy Phase Diagrams, 1983, 4（4）: 401−407. doi: 10.1007/BF02868093

Pacey A, Wilkinson J J, Cooke D R, et al. Chlorite and epidote mineral chemistry in prophyry ore systems: a case study of the Northparkes District, New South Wales, Australia[J]. Economic Geology, 2020, 115（4）: 701−727. doi: 10.5382/econgeo.4700

Phillips G N, Powell R. Formation of gold deposits: a metamorphic devolatilization model[J]. Journal of Metamorphic Geology, 2010, 28: 689−718. doi: 10.1111/j.1525-1314.2010.00887.x

Reich M, Deditius A, Chryssoulis S, et al. Pyrite as a record of hydrothermal fluid evolution in a porphyry copper system: A SIMS/EMPA trace element study[J]. Geochimica et Cosmochimica Acta, 2013, 104: 42−62.

Saager R, Meyer M, Muff R. Gold distribution in supracrustal rocks from Archean greenstone belts of southern Africa and from Paleozoic ultramafic complexes of the European Alps metallogenic and geochemical implications[J]. Economic Geology, 1982, 77: 1−24. doi: 10.2113/gsecongeo.77.1.1

Tomkins A G. Windows of metamorphic sulfur liberation in the crust: implications for gold deposit genesis[J]. Geochimica et Cosmochimica Acta, 2010, 74: 3246−3259. doi: 10.1016/j.gca.2010.03.003

Tooth B, Brugger J, Ciobanu C L, et al. Modeling of gold scavenging by bismuth melts coexisting with hydrothermal fluids[J]. Geology, 2008, 36（10）: 815−818. doi: 10.1130/G25093A.1

Van Ryt M R, Sanislav I V, Dirks, P H G M, et al. Alteration paragenesis and the timing of mineralised quartz veins at the world-class Geita Hill gold deposit, Geita Greenstone Belt, Tanzania[J]. Ore Geology Reviews, 2017, 91: 765−779. doi: 10.1016/j.oregeorev.2017.08.023

Van Ryt M R, Sanislav I V, Dirks, P H G M, et al. Biotite chemistry and the role of halogens in Archaean greenstone hosted gold deposits: A case study from Geita Gold Mine, Tanzania[J]. Ore Geology Reviews, 2019, 111: 102982. doi: 10.1016/j.oregeorev.2019.102982

Wang R, Cudahy T, Laukamp C, et al. White mica as a hyperspectral tool in exploration for the Sunrise Dam and Kanowna Belle gold deposits, Western Australia[J]. Economic Geology, 2017, 112（5）: 1153−1176. doi: 10.5382/econgeo.2017.4505

Wilkinson J J, Baker M J, Cooke D R, et al. Exploration targeting in porphyry Cu systems using propylitic mineral chemistry: a case study of the EI Teniente Deposit, Chile[J]. Economic Geology, 2020, 115（4）: 771−791. doi: 10.5382/econgeo.4738

Wilkinson J J, Chang Z S, Cooke D R et al. The chlorite proximitor: a new tool for detecting prophyry ore deposits[J]. Journal of Geochemical Exploration, 2015, 152: 10−26. doi: 10.1016/j.gexplo.2015.01.005

Wilson S A, Koenig A E, Ridley W I. Development of sulfide calibration standards for the laser ablation inductively-coupled plasma mass spectrometry[J]. Journal of Analytical Atomic Spectrometry, 2002, 17: 406−409. doi: 10.1039/B108787H

Yardley B W D, Cleverley J S. The role of metamorphic fluids in the formation of ore deposits. Geological Society[J]. London, Special Publications, 2013, 393: 117−134.

Zhang P, Huang X W, Cui B, et al. Re-Os isotopic and trace element compositions of pyrite and origin of the Cretaceous Jinchang porphyry Cu-Au deposit, Heilongjiang Province, NE China[J]. Journal of Asian Earth Sciences, 2016, 129: 67−80. doi: 10.1016/j.jseaes.2016.07.032

Zhang Y, Chen H, Cheng J, et al. Pyrite geochemistry and its implications on Au-Cu skarn metallogeny: An example from the Jiguanzui deposit, Eastern China[J]. American Mineralogist, 2022, 107（10）: 1910−1925. doi: 10.2138/am-2022-8118

Zhao H S, Wang Q F, Groves D I, et al. A Rare Phanerozoic Amphibolite Hosted Gold Deposit at Danba, Yangtze Craton, China: Significance to Fluid and Metal Sources for Orogenic Gold Systems[J]. Mineralium Deposita, 2019, 54: 133−152.

Zhao J H, Zhou M F. Neoproterozoic Adakitic plutons in the northern margin of the Yangtze block, China: Partial melting of a thickened lower crust and implications for secular crustal evolution[J]. Lithos, 2008, 104: 231−248. doi: 10.1016/j.lithos.2007.12.009

Zhou M F, Yan D P, Vasconcelos P M, et al. Structural and geochronological constraints on the tectono-thermal evolution of the Danba domal terrane, eastern margin of the Tibetan Plateau[J]. Journal of Asian Earth Sciences, 2008, 33: 414−427. doi: 10.1016/j.jseaes.2008.03.003

Zhong R C, Brugger J, Tomkins AG, et al. Fate of gold and base metals during metamorphic devolatilization of a pelite[J]. Geochimica et Cosmochimica Acta, 2015, 171: 338−352. doi: 10.1016/j.gca.2015.09.013

施引文献

资源附件(0)

图(9) / 表(3)

计量

文章访问数: 43
HTML全文浏览量: 2
PDF下载量: 28
被引次数: 0

1. 区域背景
2. 研究方法
2.1 样品采集与处理
2.2 数据处理
2.3 评价方法
2.3.1 单因子污染指数法（Pr）
2.3.2 内梅罗综合污染指数法（Pn）
2.3.3 潜在生态风险指数法（RI）
2.3.4 正定矩阵因子（PMF）源解析模型
3. 研究结果
3.1 土壤重（类）金属含量统计特征
3.2 土壤重（类）金属含量空间分布规律
3.3 土壤重（类）金属污染特征和空间分布规律
3.4 土壤重（类）金属潜在生态风险评价
4. 土壤重（类）金属来源解析
5. 结论

1. 区域背景
2. 研究方法
2.1 样品采集与处理
2.2 数据处理
2.3 评价方法
2.3.1 单因子污染指数法（P_r）
2.3.2 内梅罗综合污染指数法（P_n）
2.3.3 潜在生态风险指数法（RI）
2.3.4 正定矩阵因子（PMF）源解析模型
3. 研究结果
3.1 土壤重（类）金属含量统计特征
3.2 土壤重（类）金属含量空间分布规律
3.3 土壤重（类）金属污染特征和空间分布规律
3.4 土壤重（类）金属潜在生态风险评价
4. 土壤重（类）金属来源解析
5. 结论

参考文献(71)

施引文献

资源附件(0)

四川丹巴独狼沟金矿成因矿物学及指针矿物学特征

作者简介: 凡韬（1981−），男，高级工程师，主要从事矿产地质调查和地球化学研究工作。E−mail：176139304@qq.com

通讯作者: 赖翔（1989−），男，博士后，主要从事矿物学、矿相学、矿床学研究工作。E−mail：312910037@qq.com。

计量

出版历程

Genetic Mineralogy and Prospecting Mineralogy of the Dulanggou Gold Deposit in Danba, Sichuan Province

1. 区域背景

2. 研究方法

2.1 样品采集与处理

2.2 数据处理

2.3 评价方法

2.3.1 单因子污染指数法（Pr）

2.3.2 内梅罗综合污染指数法（Pn）

2.3.3 潜在生态风险指数法（RI）

2.3.4 正定矩阵因子（PMF）源解析模型

3. 研究结果

3.1 土壤重（类）金属含量统计特征

3.2 土壤重（类）金属含量空间分布规律

3.3 土壤重（类）金属污染特征和空间分布规律

3.4 土壤重（类）金属潜在生态风险评价

4. 土壤重（类）金属来源解析

5. 结论

计量

出版历程

目录

1. 区域背景

2. 研究方法

2.1 样品采集与处理

2.2 数据处理

2.3 评价方法

2.3.1 单因子污染指数法（Pr）

2.3.2 内梅罗综合污染指数法（Pn）

2.3.3 潜在生态风险指数法（RI）

2.3.4 正定矩阵因子（PMF）源解析模型

3. 研究结果

3.1 土壤重（类）金属含量统计特征

3.2 土壤重（类）金属含量空间分布规律

3.3 土壤重（类）金属污染特征和空间分布规律

3.4 土壤重（类）金属潜在生态风险评价

4. 土壤重（类）金属来源解析

5. 结论

作者简介:
凡韬（1981−），男，高级工程师，主要从事矿产地质调查和地球化学研究工作。E−mail：176139304@qq.com

通讯作者:
赖翔（1989−），男，博士后，主要从事矿物学、矿相学、矿床学研究工作。E−mail：312910037@qq.com。

2.3.1 单因子污染指数法（P_r）

2.3.2 内梅罗综合污染指数法（P_n）

2.3.1 单因子污染指数法（P_r）

2.3.2 内梅罗综合污染指数法（P_n）